分类： JavaScript
2017-08-07 15:12:43
基于javascript用olamisdk实现web端语音识别语义理解（speex压缩）
转载请注明原文地址：http://blog.csdn.net/ls0609/article/details/73920229
olami开放平台sdk除了支持功能外，更强大的在于支持语义理解功能，在平台和平台都有示例demo供大家下载。
语音在线听书demo：http://blog.csdn.net/ls0609/article/details/71519203
语音记账demo：http://blog.csdn.net/ls0609/article/details/72765789
在web端，基于用olami开放平台sdk也可以实现语音识别语义理解。本文就实现了这样一个小程序，web客户端本地用麦克风录音，录音的数据用speex压缩，然后跨域向服务器发送请求，返回识别的语音和语义字符串并显示。
先上图：
如下图刚载入的时候，未录音前界面
点击开始录音button后
一句话说完自动检测尾音结束标志然后压缩上传给服务器进行识别
将从服务器获取的识别结果显示到界面上
本例中说的语音是：“我要听三国演义这本书”，用的是平台听书app建立的语法。
返回的json字串如下：
{
“data”: {
“asr”: {
“result”: “我要听三国演义这本书”,
“speech_status”: 0,
“final”: true,
“status”: 0
},
“nli”: [
{
“desc_obj”: {
“result”: “正在努力搜索中，请稍等”,
“status”: 0
},
“semantic”: [
{
“app”: “musiccontrol”,
“input”: “我要听三国演义这本书”,
“slots”: [
{
“name”: “songname”,
“value”: “三国演义”
}
],
“modifier”: [
“play”
],
“customer”: “58df512384ae11f0bb7b487e”
}
],
“type”: “musiccontrol”
}
]
},
“status”: “ok”
}
通过解析这段json，可以得到app类型，songname(用于查询书名)，modifier是play表示行为是播放。
这段json的语法当然是用户自定义的，获得了json字串就可以解析得到程序需要的字段用于对应的操作，从而实现了语义理解功能。olami开放平台语法编写介绍http://blog.csdn.net/ls0609/article/details/71624340
下面来看看实现的code，用eclipse建立J2EE工程WebVoiceRecognize
初次搭建可以参考如下网站：
下面是建立的工程目录结构，发布后，网页打开运行在chrome或者QQ浏览器均可。
下面讲述下voiceRecognize.html这个文件，其他都是min.,只需知道如何调用就可以了。
